Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr

Szigorlati felkészítő Termelés- és szolgáltatásmenedzsment

Dr. Kalló Noémi

egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Szigorlati felkészítő Nappali mesterszakok

Dr. Kalló Noémi BME MVT

Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati alkalmazásának lehetőségét! 14. A rendelkezésre álló kapacitás elemzése. 15. Hogyan számolható ki az optimális rendelési tételnagyság és melyek a gyakorlati alkalmazás legnagyobb problémái? 16. Hogyan végezhető aggregált termeléstervezés lineáris programozással, és melyek a menedzsment számára legfontosabb eredmények?

Szigorlati felkészítő Nappali mesterszakok


Termelés- és szolgáltatásmenedzsment

13. Előrejelzési módszerek – Az előrejelzési módszerek osztályozása – Projektív előrejelzési módszerek – Az előrejelzési hibák értékelése



13. Előrejelzési módszerek • Az előrejelzési módszerek osztályozása – Időhorizont alapján • Hosszú távú előrejelzés • Középtávú előrejelzés • Rövid távú előrejelzés Kvantitatív módszerek

Igény

– Megközelítési mód alapján • Kvalitatív módszerek – Nem áll rendelkezésre adat – Nem relevánsak az adatok • Kvantitatív módszerek – Projektív módszerek Kvalitatív módszerek – Kauzális módszerek

Kvalitatív módszerek

Bevezetés


Növekedés

Idő Érettség

Hanyatlás


13. Előrejelzési módszerek • Projektív előrejelzési módszerek – Az igény mintázatai – Állandó jellegű igény előrejelzése • Mozgó átlag és exponenciális simítás – Elvi háttér – Működés – Többlépéses előrejelzés • Összehasonlítás – Paraméterek (reagálás, rugalmasság) – Hasonlóságok (1 paraméter, konstans igény) – Különbségek (adatok száma és súlya) Szigorlati felkészítő Nappali mesterszakok


13. Előrejelzési módszerek • Projektív előrejelzési módszerek – Additív trenddel rendelkező igény előrejelzése • Holt-módszer • Konstans tag, trend elem (exponenciális simítás) • Többlépéses előrejelzés – Additív trenddel és multiplikatív szezonalítással rendelkező igény előrejelzése • Winters-modell • Periódus, szezon, szezonalítás együttható • Konstans tag, trend elem, szezonalítás (exp. simítás) • Többlépéses előrejelzés Szigorlati felkészítő Nappali mesterszakok


13. Előrejelzési módszerek • Az előrejelzési hibák értékelése – Az előrejelzési hiba nagyságát leíró mutatók • Egy időszakra vonatkozó mutatók (et, RHt) • Időtartamra vonatkozó átlagos mutatók (ÁHt, ÁRHt) • Időtartamra vonatkozó abszolút értékű mutatók (ÁAHt, ÁARHt, ÁNHt)

– Az előrejelzési modell megfelelőségének vizsgálata • A hibák véletlenszerűségének vizsgálata • EHFÖt (várható érték) / ÁAHt (szórás) = KJt • Követőjel diagram – A követőjel nagyságának vizsgálata – A követőjel mintázatának vizsgálata Szigorlati felkészítő Nappali mesterszakok



14. A rendelkezésre álló kapacitás elemzése – Kapacitásjellemzők és alkalmazásuk – Rövid távú kapacitástervezés a tanulási hatás és a megbízhatóság figyelembe vételével – Hosszú távú kapacitáselemzés



14. A rendelkezésre álló kapacitás elemzése • Kapacitásjellemzők és alkalmazásuk – A kapacitás definíciója – Tervezési és effektív kapacitás, tényleges kibocsátás – Kapacitáskihasználás, hatékonyság – Alkalmazási lehetőségek (beavatkozási szintek) – Alkalmazási korlátok • Egyetlen terméktípusra vonatkozik, • Determinisztikusság – Soros rendszer kapacitása • Szűk keresztmetszet Szigorlati felkészítő Nappali mesterszakok


14. A rendelkezésre álló kapacitás elemzése • Rövid távú kapacitástervezés a tanulási hatás és a megbízhatóság figyelembe vételével – Igénymenedzsment • Ár, készlet, átfutási idő, rendelések felvétele

– Kapacitásmenedzsment • Túlóra, műszakszám, karbantartás, alvállalkozó, berendezésbérlés, műveletek átrendezése

– Tanulási hatás • Empirikus összefüggés (Y{Q}=a·Qb, b ≤ 0) • Tanulási ráta (L=2b), tanulási görbe táblázat

– Megbízhatóság • Soros elrendezés, helyettesítés Szigorlati felkészítő Nappali mesterszakok


14. A rendelkezésre álló kapacitás elemzése • Hosszú távú kapacitáselemzés – Problémák (bizonytalanság, diszkrét kapacitás) – Stratégiák • Bővítés és igény viszonya – Külső tényező: piaci pozíció, hozam, veszteség Belső tényező: termékszerkezet, megbízhatóság, kihasználatlan kapacitás költsége • Bővítés nagysága – Mérettől függő gazdaságosság, finanszírozás

– Bizonytalanság figyelembevétele • Döntési fa • Érzékenységvizsgálat Szigorlati felkészítő Nappali mesterszakok



15. Hogyan számolható ki az optimális rendelési tételnagyság és melyek a gyakorlati alkalmazás legnagyobb problémái? – Készletezési mechanizmusok – Determinisztikus és sztochasztikus modellek – Rendelt mennyiségtől függő árkedvezmény



15. Készletgazdálkodás • Készletezési mechanizmusok – Folyamatos készletvizsgálat • Rendeljünk Q mennyiséget, ha a készletszint lecsökkent az s szintre • (Q,s), fix rendelési mennyiség, két konténeres rendszer Készletszint

Q

Q

s Q L Szigorlati felkészítő Nappali mesterszakok

L

L

Idő Dr. Kalló Noémi BME MVT

15. Készletgazdálkodás • Készletezési mechanizmusok – Periodikus készletvizsgálat • R időközönként rendeljünk annyit, amennyi az S készletszinthez hiányzik • (S,R), fix rendelési időköz rendszer Készletszint S Q2

Q1

Q3

L

L R


L

Idő

R


15. Készletgazdálkodás • Készletezési mechanizmusok – A készletezési mechanizmusok összehasonlítása • A hiány valószínűsége – Kockázatos időtartam hossza – A rendszer kialakítása befolyásolja a hiány valószínűségét • Szervezési feladatok • Gyakorlat



15. Készletgazdálkodás

Költségek

• Determinisztikus és sztochasztikus modellek – A készletgazdálkodás költségei – Egyszerű EOQ modell

Teljes költség

Készlettartási költség

Beszerzési költség

• Feltételek • Költségminimalizálás alapelve, paraméterek

Rendelési költség

Rendelt mennyiség

• Folyamatos és periodikus készletvizsgálat Készletszint • Utánrendelési készletszint Q • Érzékenységvizsgálat I – Eltérés az optimális s rendelési tételnagyságtól – Érzékenység az adatok pontatlanságára Átl


Idő


15. Készletgazdálkodás • Determinisztikus és sztochasztikus modellek – Beszállítási/termelési rátával rendelkező EOQ modell • Feltételek • Költségminimalizálás, paraméterek • Összehasonlítás az egyszerű EOQ modellel • Utánrendelési készletszint

Készletszint Q

Imax

P P-D

D

t1

Idő

t2

– Sztochasztikus készletgazdálkodási modell • Az igény sztochasztikus jellege (normális eloszlás) • A szolgáltatási színvonal definiálása • A biztonsági készlet szerepe és { készlettartási költsége P(u)

P u > s} = P{u > µ L + ss}


µL

s

u


15. Készletgazdálkodás • Rendelt mennyiségtől függő árkedvezmény – Diszkontküszöb, beszerzési költség lényegessége – Proporcionális árkedvezmény

v0Q

v2Q

v1Q

Q1(d) Szigorlati felkészítő Nappali mesterszakok

Q2(d)

v0

Teljes költség


• Egységköltség • Teljesköltség-függvény alakulása • Optimális rendelési tételnagyság

v1 v2

Q Q1(d)

Q2(d)

Mennyiség Dr. Kalló Noémi BME MVT

15. Készletgazdálkodás • Rendelt mennyiségtől függő árkedvezmény – Diszkontküszöb, beszerzési költség lényegessége – Inkrementális árkedvezmény


• Egységköltség • Teljesköltség-függvény alakulása • Optimális rendelési tételnagyság v0Q(d)+v1(Q-Q(d)) v0Q

Q (d) Szigorlati felkészítő Nappali mesterszakok



16. Hogyan végezhető aggregált termeléstervezés lineáris programozással, és melyek a menedzsment számára legfontosabb eredmények? – Termeléstervezés lineáris programozással – A célfüggvény-együtthatók érzékenységvizsgálata – A jobboldali paraméterek érzékenységvizsgálata



16. Aggregált termeléstervezés • Termeléstervezés lineáris programozással – Optimális termékszerkezet és erőforrás-felhasználás – Aggregálás (termék, erőforrás, idő) • Oka: menedzsmentdöntés, számítási igény – Információk (igény, kapacitás, gazdasági adatok) – Döntési változó, korlátozó feltétel, célfüggvény – Tervezési időhorizont T Min c ⋅ x + ciklusok, peremfeltételek, A⋅ x ≤ b gördülő tervezés x≥0 – Grafikus megoldás 2 termék esetén

{

}

• Megengedett megoldások (korlátok) • Célfüggvény, meredekség, sarokpontok Szigorlati felkészítő Nappali mesterszakok


16. Aggregált termeléstervezés • A célfüggvény-együtthatók érzékenységvizsgálata – (Független) érvényességi tartomány – Kapcsolódó menedzsmentdöntések – Grafikus meghatározás



16. Aggregált termeléstervezés • A jobboldali paraméterek érzékenységvizsgálata – Árnyékár és (független) érvényességi tartomány – Kapcsolódó menedzsmentdöntések – Grafikus meghatározás



Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr

Recommend Documents